TMLR作为出版平台 | AI生成和翻译

Home 2026.04

问：什么是TMLR（Transactions on Machine Learning Research，机器学习研究汇刊），它作为一个机器学习论文发表平台是如何运作的？

答：

TMLR 概览

Transactions on Machine Learning Research (TMLR) 是一个传播机器学习研究的新平台，旨在补充 JMLR（Journal of Machine Learning Research），同时满足日益增长的 ML 社区尚未得到满足的需求。

TMLR 于 2022 年 6 月开始出版，此后已发展成为该领域最受尊敬的平台之一。

TMLR 的创立初衷

创始人指出了现有会议体系中的几个痛点：对顶级会议排他性的失望、担忧会议未能凸显最具影响力的工作、从投稿到决策的周期缓慢、围绕固定截止日期的高压、以及同行评审质量下降的观感。本着这种精神，他们创立了 TMLR，作为对 ML 出版生态的一项新贡献。

主要特点

1. 期刊，而非会议

TMLR 强调技术正确性重于主观重要性，确保其能够促进那些可能尚未被主流平台接受但对未来可能重要的主题的科学讨论。

2. 会议风格的格式

TMLR 容纳通常提交给会议的较短篇幅稿件，提供快速的周转和双盲评审。它采用滚动投稿流程、缩短的评审周期、灵活的时间安排和可变的稿件长度，以实现作者、审稿人、编辑和读者之间深入持续的互动。

3. 无重叠政策

TMLR 不接受与先前已发表工作有任何重叠的投稿。

4. 随时投稿

作为一个期刊，TMLR 全年通过按论文时间线执行的滚动评审流程接受投稿。

5. 快速周转

TMLR 的目标是在投稿后4周内提供评审意见，并在2个月内做出决定。

6. 录用标准

录用避免基于典型会议决策中的主观、编辑或推测性因素（如新颖性和潜在影响力）进行判断。相反，录用基于所述主张的有效性和正确性。

7. 开放透明的评审

TMLR 的评审流程托管在 OpenReview 上，对社区保持开放透明。

认证（论文奖项）

TMLR 采用认证系统来突出优秀的论文：

杰出认证的评选过程考虑截止日期前在 TMLR 发表的所有论文。根据是否获得特色认证或大量引用进行筛选，然后由专门委员会进行评审。

例如，2024 年的杰出认证授予了 “Inversion by Direct Iteration: An Alternative to Denoising Diffusion for Image Restoration” 和 “Holistic Evaluation of Language Models” (HELM)，而 BIG-bench、DINOv2 和一篇 RLHF 综述论文获得了值得注意的特色认证。

会议整合（期刊转会议通道）

部分在 TMLR 发表的论文现在有资格在联合的 NeurIPS、ICML 和 ICLR 期刊转会议通道上进行展示，为作者提供了在顶级会议上亲自分享研究成果的机会。

要获得资格，TMLR 论文必须已获得 J2C 认证、特色认证或杰出认证，并且不得包含同一作者已在会议上发表过的成果。

编辑领导团队

TMLR 现任总编辑是 Laurent Charlin（蒙特利尔高等商学院）、Gautam Kamath（滑铁卢大学）、Naila Murray（Meta）和 Nihar B. Shah（卡内基梅隆大学）。创始总编辑包括 Kyunghyun Cho、Raia Hadsell 和 Hugo Larochelle。

摘要表格

特点 详情
类型 期刊（非会议）
创刊 2022 年 6 月
投稿 随时（滚动）
评审 双盲，通过 OpenReview
周转时间 约 2 个月（目标）
侧重点 技术正确性，而非新颖性
认证 可复现性、特色、杰出
会议链接 NeurIPS、ICML、ICLR J2C 通道

参考链接：

Back Donate